Un spectre, c'est un peu comme une photographie de la structure interne d'une substance, prise avec de la lumière. Lorsque le faisceau traverse l'échantillon ou s'y réfléchit, les molécules laissent sur ce cliché des bandes sombres caractéristiques : les pics. Mais si la photo est surexposée ou voilée de gris, distinguer les détails devient presque impossible. C'est exactement le problème auquel sont confrontés chaque jour chimistes et spécialistes des matériaux : les instruments produisent des graphiques parasités par le bruit, et il n'est pas toujours facile de savoir où se trouve le vrai signal et où se trouve une fluctuation aléatoire.
Ils ont créé un programme qui ne se contente pas de chercher les pics « de front », mais qui les confronte à des informations supplémentaires — par exemple, la température de fusion connue de la substance ou sa vitesse de décomposition. Si un pic sur le graphique laisse supposer que le plastique devrait se dégrader en un mois, alors que les mesures réelles indiquent un an, le programme comprend que ce pic est un mirage, généré par le bruit. Cette approche, dite bayésienne (c'est-à-dire qui travaille avec des probabilités plutôt qu'avec des « oui/non » rigides), permet de trouver des signaux faibles mais physiquement significatifs, même là où les méthodes automatiques habituelles jettent l'éponge. Par exemple, dans les spectres infrarouges de l'acide polylactique — un plastique biodégradable — on a pu distinguer des pics directement liés à la vitesse à laquelle le matériau se dégrade dans la nature. Ainsi, un cliché bruité retrouve sa netteté et des détails cachés deviennent visibles.
L'acide polylactique, sur lequel la méthode a été testée, n'est pas seulement un échantillon de laboratoire. On en fabrique des fils de suture résorbables et des emballages biodégradables, et sa vitesse de dégradation est cruciale pour la médecine et l'écologie.
Dans le roman « L'Âge de diamant » de Neal Stephenson, la matière est assemblée atome par atome et ses propriétés sont instantanément lues à partir de spectres parfaits — sans bruit ni ambiguïté.